基于Stacking算法的高校医学生学业表现影响因素分析与预测研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：为实现对高校医学生学业风险的精准预测与早期干预，本研究构建基于Stacking集成学习的学业表现分析与预测模型。研究首先整合了某医学高校685名学生的社会人口学、个人特征及学习投入等多源异构数据。在数据预处理阶段，采用RF-RFE进行特征选择并利用SMOTE算法处理样本不均衡问题。随后，构建以决策树和朴素贝叶斯为基学习器、逻辑回归为元学习器的二级Stacking模型。（剩余5841字）

试读结束

目录
monitor
客服机器人